【学习工作赛道】稳过 — 大学生智能刷题平台

【学习工作赛道】稳过 — 大学生智能刷题平台

标签: 学习工作


0. 先和大家打个招呼吧 :waving_hand:

你是谁:
一名刚刚专升本马上要本科毕业的学生~

你是怎么用 TRAE 把 Demo 做出来的:
其实一开始我只是有个模糊的想法,‘要是能把老师发的 Word 习题直接变成在线做题就好了"。我把这个想法使用 TRAE 的语音讨论的功能,进行了详细的讨论,从最开始的产品定位,到技术栈选型,再到一行行代码的实现,整个过程就像和一个经验丰富的技术搭档一起结对编程!且到最后还给我总结出来

最让我觉得"原来这么简单"的瞬间,是在做 Word 题目解析和 AI 知识点归纳的时候。原本以为要花一周时间啃文档、调 API,结果跟 TRAE 描述清楚需求后,它直接帮我搭好了完整的解析流水线,从 python-docx 提取文本,到调用火山方舟 SDK 做结构化解析,再到自动入库,整个流程一气呵成!我一行代码都不需要写!

TRAE 帮我跨过的最大的坎,是前后端联调和那些琐碎的 UI 细节。以前做项目,光是搭环境、处理跨域、调样式这些杂事就要耗掉大半精力,但这次 TRAE 直接帮我生成了完整的 Next.js + FastAPI 项目骨架,还配好了一键启动脚本,让我能专注在产品逻辑本身。甚至连我后来临时想加的班级系统、题库市场、鼓励语这些功能,TRAE 都能快速理解并实现,整个开发体验非常顺畅。


1. Demo 简介

是什么:
稳过是一个面向大学生的智能刷题与学习平台(现阶段为 Web 网站应用,之后还会出移动端)。

面向谁:
核心用户是 18-24 岁的在校大学生(或者有考试需求的学生),特别是期末考试前需要集中复习的备考学生;同时也面向需要向学生分发习题的教师/助教,以及愿意分享优质复习资料的学霸/资料整理者。

主要功能:

  1. AI 智能解析上传资料
    上传老师下发的 Word 习题(.docx 格式),AI 自动识别单选、多选、判断、填空等题型,结构化生成在线题库,无需手动录入题目。

  2. 在线做题 + 自动批改 + 错题闭环
    支持逐题练习、即时批改、答案解析展示,做错的题目自动进入错题本,可按知识点筛选重做,形成完整的学习闭环。

  3. AI 知识点归纳 + 专项练习
    AI 自动归纳题库的知识点树状结构,用户可选择薄弱知识点智能组卷,进行针对性练习,告别盲目刷题。

  4. 班级系统 + 题库市场 + 免登录分享(额外功能)

    • 支持创建/加入班级,班级共享学习库
    • 题库市场浏览精选题集
    • 生成分享链接,同学免登录即可做题
      (此处功能还没有完全实现出来!为设想)

2. Demo 创作思路

灵感来源:
这个想法完全来自我自己的真实备考经历。每到期末周,微信群里全是同学们互传的 Word 习题和复习提纲,大家要么打印出来手写做题,要么在电脑上对着文件看,手动对答案,错题本靠手抄,整个过程特别原始低效。我就在想,为什么没有一个工具能直接把这些 Word 文件变成可以在线刷题的形式呢?

想解决的问题:

  • 资料无法结构化练习:手里有 Word 习题,但只能打印或对着文件看,没有在线做题体验
  • 错题管理困难:手抄错题本耗时费力,难以分类检索和重做
  • 薄弱知识点无法定位:不知道自己哪里不会,只能从头到尾盲目刷题
  • 资料分享低效:微信群发文件,无法追踪练习情况,同学之间难以协同学习

为什么做这个方向:

  1. 痛点足够痛:这是我自己和身边同学每周都在经历的真实痛点,不是凭空想象的伪需求
  2. 现有产品有空白:市面上的刷题 App 都是固定题库,无法适配各校各专业老师自己出的习题;通用 AI 对话工具虽然能解题,但无法提供结构化的做题体验和错题闭环
  3. AI 正好能解决核心问题:题目解析、知识点归纳这些以前需要人工做的事情,现在用大模型可以自动化处理,这是以前做不到的
  4. 产品路径清晰:从"上传 Word → 在线做题"这个最小闭环切入,后续可以自然延伸到班级、题库市场、教师端等场景

3. Demo 体验地址

体验方式:https://wenguo.shawu.chat/


4. TRAE 实践过程

开发完整流程展示:

整个开发过程大致分为以下几个阶段:

  1. 需求梳理与 PRD 撰写 —— 跟 TRAE 描述想法,一起完善产品需求文档
  2. 技术选型与项目初始化 —— 确定 Next.js + FastAPI 技术栈,生成项目骨架
  3. 后端核心开发 —— 用户认证、数据库设计、Word 解析、AI 服务集成
  4. 前端页面开发 —— 登录注册、资料库、做题页、错题本、知识点等核心页面
  5. 功能增强与优化 —— 班级系统、题库市场、分享功能、UI 美化、鼓励语等
  6. Bug 修复与体验优化 —— 联调测试、修复做题进度显示、调整主题配色等

开发关键步骤截图:





关键任务对话的 Session ID:

1414417523154420:15313ef307201c9de4c82741d95dfb00_6a4e5ec4bebda70397224777.6a4e5ec4bebda7039722477a.6a4e5ec4bebda70397224778:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/8 22:29:24)
1414417523154420:11a98bc3cd788e321fe3ed7d96ad9786_6a4e631dbebda703972247bd.6a4e631dbebda703972247c0.6a4e631dbebda703972247be:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/8 22:47:57)
1414417523154420:a591fd08d679dd22600d6fc4861206c1_6a4f6dde68d674c1a4748237.6a4f6dde68d674c1a474823a.6a4f6dde68d674c1a4748238:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/9 17:46:06)
1414417523154420:6b522e7b96e0f94f9720b552c53bd451_6a4f71d068d674c1a4748330.6a4f71d068d674c1a4748333.6a4f71d068d674c1a4748331:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/9 18:02:56)
1414417523154420:9d2b8f7547904fc853a2f61613c0eeed_6a4e6cbfbebda70397224d09.6a4f207cbebda70397225b84.6a4f207cbebda70397225b82:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/9 12:15:56)

技术栈总结:

层级 技术选型
前端 Next.js 14 (App Router) + React 18 + TypeScript + Tailwind CSS + shadcn/ui + Framer Motion
后端 FastAPI (Python 异步) + SQLAlchemy 2.0 + Alembic
数据库 SQLite(MVP)
AI 火山方舟 SDK(题目解析 + 答案补充 + 知识点归纳)
认证 JWT + bcrypt
环境管理 ServBay + UV(Python 虚拟环境)
启动 一键启动脚本 ./start.sh

5. 对应的报名审核通过的帖子链接

报名帖链接:[【学习工作赛道】稳过 —— 学生智能做题复习平台]


在吗,我自己有一个手机端的APP,当时傻了初赛就发了一部分(完整的demo没法),以为复赛是要8月2号交交互成品来着,导致没挺进复赛,我对产品商业价值很有信心,看你和我的可以拼接一下,希望加你好友交流一下,复赛可以俩个产品合一块。